CN107727364B - 测试3d成像系统 - Google Patents
测试3d成像系统 Download PDFInfo
- Publication number
- CN107727364B CN107727364B CN201710661555.4A CN201710661555A CN107727364B CN 107727364 B CN107727364 B CN 107727364B CN 201710661555 A CN201710661555 A CN 201710661555A CN 107727364 B CN107727364 B CN 107727364B
- Authority
- CN
- China
- Prior art keywords
- dimensional camera
- calibration target
- imaging system
- target
- measurement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
- H04N13/246—Calibration of cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/12—Systems for determining distance or velocity not using reflection or reradiation using electromagnetic waves other than radio waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0205—Details
- G01S5/021—Calibration, monitoring or correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
- G06T7/85—Stereo camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Electromagnetism (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Accessories Of Cameras (AREA)
Abstract
公开了测试3D成像系统。方法、系统和设备,包括在计算机存储介质上编码的计算机程序,涉及测试三维成像系统。在一些实施方式中,一种系统包括三维相机的安装座、校准目标的安装座、以及校准目标的安装座被耦合至其的轨道。该校准目标的安装座的移动被约束到沿着轨道延伸的方向。该系统包括具有逻辑的处理设备,该逻辑接收来自耦合至三维相机的安装座的特定三维相机的读数。该读数包括从三维相机到耦合至校准目标的安装座的特定校准目标的距离。该逻辑接收从特定三维相机到特定校准目标的实际距离的测量结果。然后该逻辑提供特定三维相机的测量特性。
Description
技术领域
本说明书涉及测试三维(3D)成像系统。
背景技术
目前,没有用于对3D成像系统的性能进行基准测试(benchmarking)的行业标准。不同的3D成像系统可以提供各种特性的性能改进。通常基于三个度量来评估3D成像系统:噪声和均匀性、锐度和频率响应、以及运动伪影。
发明内容
深度成像系统、距离成像(range imaging)系统、或3D成像系统产生示出从特定点到图像中的点的距离的2D图像。该点通常与成像系统的深度传感器或相机相关联。所得到的图像具有与距离相对应的像素值。当系统的传感器被恰当校准时,像素值可以直接以物理单位给出,诸如米。
根据一个一般实施方式,可以使用校准布置和校准逻辑来测试和评估3D成像系统。该校准布置可以包括允许用户测量特定3D成像系统的不同特性的不同校准目标。
校准逻辑可以由测量处理器来实现,该测量处理器将该逻辑应用于由3D成像系统得到的后续测量结果以输出经处理的测量结果。经处理的测量结果可以包括基于先前获取的测量结果的对3D成像系统的某些特性的校正。
在一个一般方面中,一种(用于测试具有三维相机的3D成像系统的)系统包括三维相机的安装座、校准目标的安装座、和该校准目标的安装座被耦合至其的轨道。该校准目标的安装座的移动被约束到沿着该轨道延伸的方向。系统包括具有逻辑的处理设备,该逻辑接收来自耦合至该三维相机的安装座的特定三维相机的读数。该读数包括从该三维相机到耦合至该校准目标的安装座的特定校准目标的距离。该逻辑接收从该特定三维相机到该特定校准目标的实际距离的测量结果。然后,该逻辑提供该特定三维相机的测量特性。
实施方式可以包括以下特征中的一个或多个。例如,该处理设备可以具有进一步配置为接收来自该特定校准目标的读数的逻辑,诸如接收来自激光测距仪的从该特定三维相机到该特定校准目标的距离读数。该测量特性可以是量化该特定三维相机的特定特性的分值。该特定三维相机的特定特性可以包括距离误差。该特定三维相机的特定特性可以包括锐度或频率响应。该特定三维相机的特定特性可以包括运动伪影。该测量特性可以是产生来自该特定三维相机的后续读数的变换的变换。该校准目标可以是均匀平坦的表面。该校准目标可以包括倾斜的阶梯目标。该校准目标可以包括旋转螺旋桨。
在另一个一般方面中,一种由一个或多个计算机执行的方法包括:接收来自耦合至三维相机的安装座的特定三维相机读数。该读数包括从该三维相机到耦合至校准目标的安装座的特定校准目标的距离。该方法包括接收从该特定三维相机到该特定校准目标的实际距离的测量结果。该方法还包括提供该特定三维相机的测量特性。
实施方式可以包括以下特征中的一个或多个。例如,该方法可以进一步包括接收来自特定校准目标的读数。该测量特性可以是量化该特定三维相机的特定特性的分值。该测量特性可以是产生来自该特定三维相机的后续读数的变换的变换。例如,该变换特性可以是应用于由该特定三维相机获取的测量结果以产生校准结果的函数。该函数可以校正偏离理想测量结果的不规则性。
在另一个一般方面中,至少一个计算机可读存储介质编码有可执行指令,该可执行指令在由至少一个处理器执行时致使该至少一个处理器执行操作,该操作包括:接收来自耦合至三维相机的安装座的特定三维相机的读数。该读数包括从该三维相机到耦合至校准目标的安装座的特定校准目标的距离。该操作包括接收从该特定三维相机到该特定校准目标的实际距离的测量结果。该操作进一步包括提供该特定三维相机的测量特性。
实施方式可以包括以下特征中的一个或多个。例如,该操作可以进一步包括接收来自该特定校准目标的读数。该测量特性可以是量化该特定三维相机的特定特性的分值。该测量特性可以是产生来自该特定三维相机的后续读数的变换的变换。该操作可以进一步包括将来自该特定三维相机的读数与理想测量结果进行比较,并且基于该比较来确定该特定三维相机的测量特性。该操作可以进一步包括基于该特定三维相机的测量特性来确定变换,并且将该变换应用于来自该三维相机的后续读数。
实施方式可以包括:该三维系统可以捕获具有像素值的二维图像,该像素值指示从三维相机到校准目标的捕获场景的特定点的距离。为了提供该特定三维相机的该测量特性,可以获取多个测量结果,并且可以确定每个像素的距离平均值和方差。
一个或多个实施方式的细节在附图和下面的描述中阐述。本公开的其它潜在特征和优点根据说明书和附图以及根据权利要求书将变得显而易见。
附图说明
图1图示了用于测试3D成像系统的示例系统。
图2图示了通过测量成像系统的噪声和均匀性来测试3D成像系统的示例系统。
图3图示了通过测量成像系统的锐度或频率响应来测试3D成像系统的示例系统。
图4图示了通过测量成像系统的运动伪影来测试3D成像系统的示例系统。
图5是图示表征3D成像系统的性能的示例过程的流程图。
各附图中的相似附图标记和名称指示相似的元素。这里所示的部件、它们的连接和关系以及它们的功能仅仅是示例性的,并且不意味着限制本文档中描述和/或要求保护的实施方式。
具体实施方式
图1图示了用于测试3D成像系统的示例系统。简而言之,根据所图示的示例,测试布置(set-up)包括3D成像系统的可拆卸安装座、3D成像系统、校准目标、校准目标的可拆卸安装座、3D成像系统的安装座和校准目标的安装座被耦合到的轨道、控制3D成像系统和/或校准目标的位置的主机计算机、以及提供用于测试和校准3D系统的逻辑的测量处理器。3D成像系统和/或校准目标可以沿轨道的轴线重新定位。该布置可以包括从3D成像系统到主机计算机的电源和/或数据线缆。该布置还可以包括从校准目标到校准目标的安装座或主机计算机的电源和/或数据线缆。
3D成像系统可以捕获具有指示从与3D成像系统相关联的特定点到所捕获的场景的特定点的距离的像素值的2D图像。该特定点可以是3D成像系统的传感器的中心。例如,由特定3D成像系统捕获的图像的像素值可以指示从3D成像系统的传感器的中心到具有不同深度的校准目标的面部上的对应点的距离。
使用适当校准的3D成像系统,像素值可以以距离的实际单位(诸如英寸、厘米、英尺、米、和其它距离单位)给出。例如,由特定3D成像系统捕获的图像的像素值可以指示从3D成像系统的传感器的中心到具有不同深度的校准目标的面部上的对应点的距离(以英寸计)。
3D成像系统安装座可以包括测距器以测量实际目标距离。该实际目标距离可以被用作将由3D成像系统获取的测量结果与其相比较的理想值。
主机计算机可以通过沿着轨道的轴线分别移动3D成像系统的安装座和/或校准目标的安装座来控制3D成像系统和/或校准目标的位置。例如,主机计算机可以控制3D成像系统的位置,以在不同距离处利用3D成像系统获取相同的校准目标的测量结果。在一些示例中,主机计算机控制3D成像系统和校准目标两者的位置。
更详细地,改变获取测量结果处的距离允许测量处理器确定由3D成像系统获取的图像的每个像素的特性平均值和方差。不同的校准目标被用于测量3D成像系统的不同特性。
例如,具有均匀深度的平坦校准目标允许用户测量由3D成像系统提供的深度测量结果的噪声和均匀性。具有不同边缘的倾斜阶梯校准目标允许用户使用深度边缘扩散函数来测量由3D成像系统提供的深度测量结果的锐度和频率响应。以已知角速度移动校准目标允许用户测量由3D成像系统提供的测量结果的运动伪影。
平坦目标允许测量具有方差的距离精度和距离噪声。通过改变校准目标的距离,测量捕获特定3D成像系统的深度均匀性。理想的3D成像系统的光轴垂直于平坦目标平面。实际上,3D成像系统永远不会有完美的对准。可以使用测量处理器应用的校准逻辑对偏离理想测量结果的不规则性进行校正。在一些示例中,测量处理器可以将最小二乘最佳拟合平面拟合到由特定3D成像系统获取的深度图数据。然后,测量处理器可以从该深度图数据中减去最佳拟合平面数据。在一些示例中,从针对3D成像系统的诸如场曲率的某些特性应用校正之后获取的深度图数据中减去最佳拟合平面数据。得到的数据提供3D成像系统的整个传感器阵列上的实际深度误差。
深度均匀性特性可以包括固定模式噪声(FPN)或成像系统中的时间上恒定的横向不均匀性。FPN的特征在于在相同条件下获取的图像中的高强度和低强度像素的固定模式。
深度均匀性特性还可以包括场曲率。场曲率可以由正交于出现弯曲的光轴的平坦对象的曲率表征。例如,深度图像中的场曲率可以呈现为该深度图像的边缘处低于实际距离的距离读数:平坦目标的边缘可以看起来朝向3D成像系统弯曲。场曲率可以使对象以凸或凹的方式出现弯曲。
获取多个测量结果来确定每个像素的距离平均值和方差。可以基于合理样本大小所需的测量结果数目来确定所获取的测量结果数目。例如,3D成像系统的特定测试可以包括获取64、128、256、512等个测量结果。可以在对场曲率进行校正之后获取多个测量结果。例如,在确定特定3D成像系统的场曲率并且在由测量处理器对由3D成像系统获取的测量结果所应用的校准逻辑中考虑到该场曲率之后,可以获取多个测量结果。
例如,如果3D成像系统一直提供在距离3D传感器的焦点的中心的某个半径外的至少低5%的深度读数,则校准逻辑可以将该半径之外的深度读数增加5%。在一些示例中,经处理的测量结果可以一直提供具有与理想测量结果的可忽略偏差的测量结果。在一些示例中,经处理的测量结果不对于距理想测量结果的所有偏差进行校正。
可以通过确定3D成像系统的平均测量距离(若干观察值的平均值)与实际目标距离之间的差异来测量距离误差。例如,可以通过从实际目标距离减去3D成像系统的平均测量距离来确定特定3D成像系统的距离误差。这种类型的距离误差是静态误差,并且随每次测量发生。
具有平坦校准目标的3D图像系统测试可以包括测量不同环境光条件下3D成像系统的距离误差。例如,特定的3D成像系统在明亮的照明情境下可以具有有限的距离精度,并且由3D成像系统获取的测量结果可以在较高的环境光条件下具有较大的距离误差。这种类型的距离误差是时间性的,并且可以取决于获取测量结果的条件。
时间噪声包括随时间变化的误差。例如,3D成像系统可用于捕获平坦目标的十个图像。对于给定像素,距离误差将具有静态分量和时间分量。静态分量包括固定模式噪声(FPN)或场曲率(可校正),并且对于所捕获的十个图像中的每个图像是相同的值。时间分量是变化的误差的分量-对于被捕获的十个图像中的每个图像,它是不同的。
利用3D成像系统获取测量结果的理想条件包括在完全黑暗中获取测量结果。环境光的影响在噪音量方面有很大的作用:通常环境光的量越高,测量结果噪声将越大。
可以基于3D成像系统的最大视场(FOV)和通过3D成像测试布置测试的最大距离来确定使用的校准目标的大小。例如,可以如下面的等式1所示来计算布置的校准目标的最大尺寸:
目标尺寸=2·最大距离·tan(FOV°/2) (1)
在一些示例中,对于饱和像素检查在3D成像测试布置所测试的最小距离处获取的距离测量结果。饱和像素呈现为所测量的特性的最大值。例如,饱和像素可以给出虚假的高距离读数,诸如无限米。
具有锐利边缘的倾斜阶梯目标允许测量3D成像系统的锐度和频率响应以及深度边缘扩散函数。该目标可以倾斜任何数目的度数。例如,校准目标可以包括方形阶台的阵列,每个都围绕其中心倾斜5度。可以选择每个目标的宽度和深度,使其适合于该布置和正在被测试的特定3D成像系统的参数。
3D成像系统的深度边缘扩散函数可以通过绘制检测到的距离对比与倾斜阶梯目标的中心的距离来确定。例如,至少来自3D成像系统在倾斜阶梯目标的边缘内的第一线和倾斜阶梯目标的边缘外的第二线之间获取的图像的像素的曲线图将包括获取该图像的特定3D成像系统的深度扩散函数。
移动目标允许测量运动伪影。例如,校准目标可以包括旋转的平坦螺旋桨,以捕获由3D成像系统捕获的场景中的运动产生的空间拖影(smear)。螺旋桨的宽度和长度可以基于测试布置和正在被测试的3D成像系统的参数来确定。可以记录移动目标的角速度,并对比3D成像系统所获取的深度数据进行绘制,以创建深度图。
可以使用移动目标来测量运动伪影。可以以各种角速度捕获深度图像。例如,使用围绕其中心旋转的螺旋桨,可以记录特定3D成像系统的拖影角度,并对比沿着指定直径的圆的螺旋桨的角速度进行绘制。
用于测量运动伪影的替选方法包括使用平坦目标或倾斜阶梯目标。例如,可以在距离提升中使用平坦的目标:主机计算机可以沿着布置的轨道自动控制3D成像系统的安装座,以加大3D成像系统和目标之间的距离。与3D成像系统一起移动的测距仪可以提供实际距离,然后该实际距离随着时间的推移连同3D成像系统得到的测量距离一起进行绘制。实际距离和测量距离的差异可以提供距离误差。在一些示例中,该距离误差与先前描述的测量运动伪影的方法中测量的拖影不相关。在一些示例中,所获取的测量结果受到轨道上移动安装座的速度的限制。在一些示例中,实际距离和测量距离可以对比平坦目标的速度进行绘制。该方法不需要与用于测量距离精度的布置相关的附加目标或装备。
使用倾斜阶梯目标测量运动伪影的方法包括摆动每个目标。例如,可以使用倾斜方形阶梯的阵列。每个方形可以例如水平或垂直摆动,并且可以评估沿着每个目标边缘的拖影。可以控制每个目标的摆动频率。
参考图1,用于测量3D成像系统的特性和校准3D成像系统的系统100包括主机计算机102,其控制3D成像系统的位置和/或用于3D成像系统的测试布置的校准目标。系统100包括3D成像系统110,其捕获具有指示与3D成像系统110相关联的点与对象之间的距离的像素值的图像。
3D成像系统110可拆卸地耦合到3D成像系统安装座112。安装座112被约束于轨道130。在该示例中,安装座112包括被约束为沿轨道130的轴线移动的轮。在一些示例中,安装座112可以通过其它紧固件——诸如特氟龙滑块、轴承等——可移动地约束到轨道130。
安装座112可以包括处理器和/或电源,并且可以通过一个或多个电源和/或数据线缆耦合到3D成像系统110。例如,一组线缆可以将3D成像系统110连接到安装座112,并且在向3D成像数据传输数据和从3D成像数据传输数据时向3D成像系统110提供电力。通过一个或多个线缆传输的数据可以包括运动数据。例如,主机计算机102可以控制安装座112的运动并从3D成像系统110接收距离数据。
测距仪114可拆卸地耦合到安装座112,并且在3D成像系统110和对象之间提供实际的距离数据。测距仪114可以通过与参考3D成像系统110描述的类似的一个或多个电源和/或数据线缆耦合到安装座112。例如,主机计算机102可以从测距仪114接收距离数据。
系统100包括测量处理器120,其将校准逻辑应用于由3D成像系统110获取的测量结果。例如,配置为使用先前获取的测量结果来校正3D成像系统110的场曲率的校准逻辑可以存储在测量处理器120上并且应用于由3D成像系统110获取的后续测量结果。
系统100包括校准目标组件150,其包括多种类型的校准目标。目标组件150可拆卸地耦合到校准目标安装座152,类似于3D成像系统110和安装座112之间的耦合。目标组件150可以通过一个或多个电源和/或数据线缆连接到安装座152。
示例目标组件150包括三种类型的校准目标:平坦目标154、倾斜阶梯目标156、和移动目标158。平坦目标154是具有均匀深度的空白目标。倾斜阶梯目标158包括倾斜方形阶台的阵列,每个阶台基于3D成像系统110的特性来定大小和排布。
移动目标158包括旋转的平坦螺旋桨。在一些示例中,连接目标组件150和安装座152的电力线缆为旋转的平坦螺旋桨158提供电力。在一些示例中,连接目标组件150和安装座152的一个或多个数据线缆在旋转的平坦螺旋桨158和安装座152或主机计算机102之间传输数据。例如主机计算机102可以控制、监视、和记录旋转螺旋桨158的角速度。
图2图示了用于通过测量成像系统的噪声和均匀性来测试3D成像系统的示例系统200。系统200表示可以用于执行关于图1描述的测试和校准的系统。简而言之,根据一个示例,使用3D成像系统获取深度测量结果,并且对结果进行分析以校准由3D成像系统获取的后续测量结果。例如,可以对由3D成像系统获取的深度图像分析固定模式噪声和瞬态噪声以确定对于由3D成像系统获取的后续测量结果的适当变换。
系统200包括安装在3D成像系统安装座112上的3D成像系统110。安装座112可移动地耦合到轨道130,并且允许3D成像系统沿轨道130重新定位,以提供距平坦校准目标154的不同距离处的深度测量结果。平坦校准目标154安装在校准目标安装座152上。
3D成像系统110可以收集原始测量结果202。原始测量结果202是由3D成像系统110获取的深度测量结果,并且没有以任何方式被变换或改变。在该示例中,平坦校准目标154允许测量具有方差的距离精度和距离噪声。通过改变校准目标154的距离,测量捕获3D成像系统110的深度均匀性。
在该示例中,原始测量结果202示出了平坦校准目标154的顶部和底部处的距离测量结果大于朝向平坦校准目标154的中心的距离测量结果。如虚线所图示,3D成像系统110的缺陷可以产生使平坦对象出现弯曲的深度测量结果。
原始测量结果202可以由诸如图1的测量处理器120的测量处理器来处理。例如,可以确定3D成像系统110获取的深度测量结果倾向于小于某些点处的实际深度。然后,测量处理器120可以通过处理由3D成像系统110获取的测量结果来补偿,使得该测量结果增加。在一些示例中,测量结果可以增加固定的量。在一些示例中,由3D成像系统110获取的测量结果中的噪声不是固定的,并且可以随着3D成像系统110和平坦校准目标154之间的距离而改变。例如,测量结果中的噪声可以随着3D成像系统110和平坦校准目标之间的距离增加而增加。
测量处理器120可以产生经处理的测量结果204。例如,可以基于3D成像系统110之间的距离来将深度测量结果增加可变量。可以在对由3D成像系统110获取的初始测量结果进行分析以确定要应用的校正量之后,对由3D成像系统110获取的测量结果作出由测量处理器120完成的处理。
理想测量结果206表示从3D成像系统110到平坦校准目标154的深度的实际测量结果。在一些示例中,可以将理想测量结果206与经处理的测量结果204进行比较,以确定产生进一步处理的测量结果的变换。例如,系统200可以将经处理的测量结果204与理想测量结果206进行组合和/或比较以产生变换208。在一些示例中,变换208被应用于由3D成像系统110获取的测量结果以产生校准的结果。可以使用由测量处理器120应用的校准逻辑来进行对偏离理想测量结果206的不规则性的这些校正。
图3图示了用于通过测量成像系统的锐度或频率响应来测试3D成像系统的示例系统300。系统300表示可以用于执行关于图1描述的测试和校准的系统。简而言之,根据一个示例,使用3D成像系统来获取使用倾斜阶梯目标的深度测量结果,并对结果进行分析以校准由3D成像系统获取的后续的测量结果。例如,可以对由3D成像系统获取的深度图像分析锐度和频率响应,以确定对于由3D成像系统获取的后续测量结果的适当变换。
系统300包括安装在3D成像系统安装座112上的3D成像系统110。安装座112可移动地耦合到轨道130,并且允许3D成像系统沿轨道130重新定位,以提供距倾斜阶梯目标156不同距离的深度测量结果。倾斜阶梯目标156安装在校准目标安装座152上。
深度边缘扩散可以表示特定3D成像系统的锐度和频率响应。校准目标的特定配置可以允许测量3D成像系统110的深度边缘扩散函数。从一个深度到另一个深度的过渡是渐进和平滑的;模糊度提供了可以测量3D成像系统110的锐度和频率响应的指标。边缘扩散函数的斜率可以提供洞察-如果存在小的斜度,则可以更模糊。
例如,从平坦背衬(backing)升起均匀深度的倾斜方形目标可以允许测量3D成像系统110的锐度。倾斜阶梯目标156的深度图像302可以被分析并绘制为曲线图304。深度图像302的每个像素可以具有与倾斜阶梯目标156上的点相对应的深度值。在该示例中,存在两个实际深度:d1和d2。d1可以是倾斜阶梯目标156的目标的深度。d2可以是在其上安装倾斜阶梯目标156的每个目标的平坦背衬的深度。可以通过深度图像302中所示的目标的垂直轴线绘制诸如线x的线。诸如线x1和x2的线可以分别绘画在深度图像302中示出的目标的实际边缘的内侧和外侧上。
曲线图304可以具有沿着线x的距离的轴和深度测量结果的轴。理想的3D成像系统产生具有深度d1和d2之间的尖锐的跳跃的阶梯函数。诸如3D成像系统110的真实3D成像系统可以产生具有以下深度的像素的深度图像302:该深度具有在倾斜阶梯目标156的深度和在其上安装倾斜阶梯目标156的目标的平坦背衬的深度之间的值的连续扩散。3D成像系统110的深度边缘扩散可以由曲线图304中绘制的函数来表示。3D成像系统110的深度边缘扩散函数可以用于校准由3D成像系统110获取的后续的测量结果。
为了校准后续的测量结果,可以对信号进行信号维度的快速傅里叶变换(FFT)以分离过渡的不同频率分量。如果斜度是陡峭的,则像利用理想的相机一样,会出现在无限频率下的频率分量。实际的相机并不理想,并且信号处理可以示出较高频率分量被抑制。抑制水平和抑制频率可以用作锐度的度量。
图4图示了用于通过测量成像系统的运动伪影来测试3D成像系统的示例系统400。系统400表示可以用于执行关于图1描述的测试和校准的系统。简而言之,根据一个示例,使用3D成像系统来获取作为角速度的函数的深度图,并且对结果进行分析以校准由3D成像系统获取的后续测量结果。例如,可以组合相位图像以产生允许测量特定3D成像系统110的拖影的深度图。
系统400包括安装在3D成像系统安装座112上的3D成像系统110。安装座112可移动地耦合到轨道130,并且允许3D成像系统沿轨道130重新定位,以提供距移动校准目标158的不同距离的深度测量结果。移动目标158安装在校准目标安装座152上。
取决于特定3D成像系统的构造,将存在不同类型的运动伪影。当深度相机捕获移动边缘时,可以出现拖影。例如,对于4相位飞行时间深度相机,可以组合依次捕获的四个相位图像以形成深度图像。如果存在移动边缘,则产生的深度图像可以包含该边缘周围的拖影。该拖影可以用于确定由3D成像系统使用的距离计算算法:通过使用的不同算法产生不同的运动伪影。
存在收集运动深度数据的两种一般方式:时间和空间。在时间或飞行时间深度图像中,在不同时间在同一点获取多个测量结果,并且在每个测量结果上进行计算。在空间测量中,同时测量位于紧邻处的多个点,并组合测量结果以产生一个最终测量结果。
移动目标402的前视图示出了旋转运动。在移动目标158的各个角速度下可以使用3D成像系统110捕获复合深度图像。示例复合深度图像404示出3D成像系统110的拖影。在该示例中,3D成像系统110使用运动深度数据的空间测量结果。例如,深度图像404允许测量拖影角度,其可以对比沿着指定直径的圆——如虚线所示——移动目标158的角速度来被绘制。在该示例中,移动目标158是旋转目标;拖影可以在前缘和后缘二者上发生,因为它们二者都是移动边缘。
对由特定3D成像系统获取的测量结果的校准可以通过测量处理器与测试和数据收集分开完成。例如,测量处理器120可以分析提供的数据以确定特定3D成像系统的变换、计算补偿值等,而无需直接从3D成像系统接收测量结果。在一些示例中,可以分别执行诸如系统100的测试系统的布置和收集来自3D成像系统110的数据,并且后续将数据提供给测量处理器120。
测试布置的照明可以极大地影响由3D成像系统获取的测量结果,使得难以使收集数据的程序规范化。在一些示例中,可以使用对校准目标的侧照明。此外,诸如校准目标的反射率和材料组成的因素影响所获取的测量结果和待应用于特定3D成像系统所获取的测量结果的后续校准。
图5是图示表征3D成像系统的性能的示例过程500的流程图。简而言之,根据一个示例,过程500包括接收来自特定3D相机的读数,该读数包括从3D相机到特定校准目标的距离(502)。例如,可以收集由3D成像系统110对校准目标组件150获取的深度测量结果并将其发送到测量处理器120。过程500包括接收从特定3D相机到特定校准目标的实际距离的测量结果(504)。例如,由测距器114获取的校准目标组件150的特征的距离测量结果可以被发送到测量处理器120。过程500以提供特定3D相机的测量特性来结束(506)。例如,特定3D成像系统的测量特性可以包括量化在特定区域中相机的性能的分值,诸如距离精度、噪声、锐度、频率响应、运动伪影等。在一些示例中,测量特性包括变换或补偿由特定相机获取的测量结果以将该测量结果与理想的测量结果更接近地对准。
已经描述了许多实施方式。然而,应当理解,在不脱离本公开的精神和范围的情况下,可以进行各种修改。例如,可以使用如上所示的各种形式的流程,其中对步骤进行重新排序、添加、或删除。
本说明书中描述的所有功能操作可以以数字电子电路或计算机软件、固件、或硬件——包括在本说明书中公开的结构及其结构等同物、或以它们中的一个或多个的组合来实现。所公开的技术可以被实现为一个或多个计算机程序产品,即,在计算机可读介质上编码的用于执行或控制数据处理装置的操作的计算机程序指令的一个或多个模块。计算机可读介质可以是机器可读存储设备、机器可读存储基底、存储器设备、影响机器可读传播信号的物质的合成、或它们中的一个或多个的组合。计算机可读介质可以是非暂时性计算机可读介质。术语“数据处理装置”涵盖用于处理数据的所有装置、设备、和机器,包括例如可编程处理器、计算机、或者多个处理器或计算机。除了硬件之外,该装置可以包括为所讨论的计算机程序创建执行环境的代码,例如构成处理器固件、协议栈、数据库管理系统、操作系统、或者它们中的一个或多个的组合的代码。传播的信号是人工生成的信号,例如机器生成的电、光、或电磁信号,其被生成以编码用于传输到合适的接收器装置的信息。
计算机程序(也称为程序、软件、软件应用、脚本、或代码)可以以任何形式的编程语言编写,包括编译或解释语言,并且可以以任何形式部署,包括作为独立程序或作为适用于计算环境的模块、部件、子例程、或其它单元。计算机程序不一定对应于文件系统中的文件。程序可以存储在保持其它程序或数据(例如,存储在标记语言文档中的一个或多个脚本)的文件的一部分中,专用于所讨论的程序的单个文件中,或者在多个协作文件中(例如,存储一个或多个模块、子程序、或代码部分的文件)。计算机程序可以被部署为在一个计算机上或在位于一个站点或者跨多个站点分布并由通信网络互连的多个计算机上执行。
本说明书中描述的过程和逻辑流程可以由执行一个或多个计算机程序的一个或多个可编程处理器执行,以通过对输入数据进行操作并生成输出来执行功能。所述过程和逻辑流程也可以由专用逻辑电路——例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)——来执行,并且装置也可以被实现为专用逻辑电路。
适合于执行计算机程序的处理器包括例如通用和专用微处理器二者以及任何种类的数字计算机的任何一个或多个处理器。通常,处理器将从只读存储器或随机存取存储器或两者接收指令和数据。计算机的基本元件是用于执行指令的处理器和用于存储指令和数据的一个或多个存储器设备。通常,计算机还将包括用于存储数据的一个或多个大容量存储设备——例如磁盘、磁光盘、或光盘,或者操作地耦合至其以从其接收数据或将数据传输至其,或者以上二者。但是,计算机不需要具有这样的设备。此外,计算机可以嵌入在另一个设备中,例如平板计算机、移动电话、个人数字助理(PDA)、移动音频播放器、全球定位系统(GPS)接收器等。适用于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、介质和存储器设备,包括例如半导体存储设备,例如EPROM、EEPROM、和闪存存储器设备;磁盘,例如内部硬盘或可移动盘;磁光盘;以及CD-ROM和DVD-ROM盘。处理器和存储器可以由专用逻辑电路补充或并入其中。
为了提供与用户的交互,所公开的技术可以在具有以下的计算机上实现:用于向用户显示信息的显示设备,例如CRT(阴极射线管)或LCD(液晶显示器)监视器;以及用户可以通过其向计算机提供输入的键盘和指示设备,例如鼠标或轨迹球。也可以使用其它种类的设备来提供与用户的交互;例如,提供给用户的反馈可以是任何形式的感官反馈,例如视觉反馈、听觉反馈、或触觉反馈;并且可以以包括声输入、语音输入、或触觉输入的任何形式来接收来自用户的输入。
实施方式可以包括计算系统,其包括后端部件,例如作为数据服务器;或者包括中间件部件,例如应用服务器;或者包括前端部件,例如具有用户可以通过其与所公开的技术的实施方式进行交互的图形用户界面或Web浏览器的客户端计算机;或者一个或多个这样的后端部件、中间件部件、或前端部件的任何组合。系统的部件可以通过例如通信网络的任何形式或介质的数字数据通信来互连。通信网络的示例包括局域网(“LAN”)和广域网(“WAN”),例如互联网。
计算系统可以包括客户端和服务器。客户端和服务器通常彼此远离,并且通常通过通信网络进行交互。客户端和服务器的关系依靠在相应的计算机上运行的计算机程序并且彼此之间具有客户端-服务器关系而产生。
虽然本说明书包含许多细节,但是这些细节不应被解释为限制,而是作为特定实施方式特有的特征的描述。在本说明书中在单独实施方式的场境(context)中描述的某些特征也可以在单个实施方式中组合地实现。相反,在单个实施方式的场境中描述的各个特征也可以在多个实施方式中单独地或以任何合适的子组合来实现。此外,虽然以上可以将特征描述为以某些组合的方式起作用,并且甚至最初如此要求保护,但是所要求保护的组合的一个或多个特征在某些情况下可以从该组合中被去除,并且所要求保护的组合可以涉及子组合或子组合的变型。
类似地,虽然在附图中以特定顺序描绘了操作,但是这不应被理解为要求以所示的特定顺序或按连续顺序来执行这种操作,或者执行所有所图示的操作来实现所期望的结果。在某些情形下,多任务和并行处理可能是有利的。而且,上述实施方式中的各个系统部件的分离不应被理解为在所有实现中需要这样的分离,并且应当理解,所描述的程序部件和系统通常可以共同整合在单个软件产品中或者被封装成多个软件产品。
因此,已经描述了特定的实施方式。其它实施方式在所附权利要求书的范围内。例如,权利要求书中所记载的动作可以以不同的顺序执行,并且仍然实现期望的结果。
Claims (21)
1.一种用于测试具有三维相机的三维成像系统的系统,包括:
三维相机的安装座;
校准目标的校准目标安装座;
轨道,所述校准目标的校准目标安装座被耦合至所述轨道,其中,所述校准目标的安装座的移动被约束到沿着所述轨道延伸的方向;
处理设备,所述处理设备具有逻辑,所述逻辑被配置为:
在沿着所述轨道的轴从所述三维相机到所述校准目标的不同距离处,接收来自耦合至所述三维相机的安装座的三维相机的读数,所述读数包括从所述三维相机到耦合至所述校准目标的校准目标安装座的所述校准目标的距离;
对于所述不同距离中的每一个,接收从所述三维相机到所述校准目标的实际距离的测量结果;以及
基于所接收到的读数和所接收到的所述实际距离的所述测量结果确定所述三维相机的测量特性,所述三维相机的测量特性与以下中至少一项有关:(a)噪声和均匀性,(b)锐度或频率响应,以及(c)运动伪影,其中所述三维成像系统能够捕获具有像素值的二维图像,所述像素值指示从所述三维相机到所述校准对象的所捕获场景中的点的距离,并且其中,为了提供所述三维相机的所述测量特性,所述处理设备的所述逻辑进一步被配置为进行多次测量并确定每个像素的距离平均值和方差。
2.根据权利要求1所述的系统,所述处理设备具有逻辑,所述逻辑进一步配置为接收来自所述校准目标的读数。
3.根据权利要求1所述的系统,其中,所述测量特性是量化所述三维相机的特性的分值。
4.根据权利要求3所述的系统,其中,所述三维相机的所述特性包括距离误差。
5.根据权利要求3所述的系统,其中,所述三维相机的所述特性包括锐度或频率响应。
6.根据权利要求3所述的系统,其中,所述三维相机的所述特性包括运动伪影。
7.根据权利要求1所述的系统,其中,所述测量特性是变换,所述变换产生来自所述三维相机的后续读数的变换。
8.根据权利要求1所述的系统,其中,所述校准目标是均匀平坦的表面。
9.根据权利要求1所述的系统,其中,所述校准目标包括倾斜的阶梯目标。
10.根据权利要求1所述的系统,其中,所述校准目标包括旋转螺旋桨。
11.根据权利要求1所述的系统,其中,校准目标组件被耦合到所述校准目标安装座,所述校准目标组件包括多种类型的校准目标。
12.一种用于测试具有三维相机的三维成像系统的方法,包括:
在沿着轨道的轴从所述三维相机到校准目标的不同距离处,接收来自耦合至所述三维相机的安装座的所述三维相机的读数,所述校准目标被耦合到所述校准目标的校准目标安装座,所述校准目标安装座被耦合到所述轨道,所述读数包括从所述三维相机到耦合至所述校准目标的校准目标安装座的所述校准目标的距离;
对于所述不同距离中的每一个,接收从所述三维相机到所述校准目标的实际距离的测量结果;以及
基于所接收到的读数和所接收到的所述实际距离的所述测量结果确定所述三维相机的测量特性,所述三维相机的测量特性与以下中至少一项有关:(a)噪声和均匀性,(b)锐度或频率响应,以及(c)运动伪影,其中所述三维成像系统能够捕获具有像素值的二维图像,所述像素值指示从所述三维相机到所述校准对象的所捕获场景中的点的距离,并且其中,为了提供所述三维相机的所述测量特性,处理设备的逻辑进一步被配置为进行多次测量并确定每个像素的距离平均值和方差。
13.根据权利要求12所述的方法,进一步包括接收来自所述校准目标的读数。
14.根据权利要求12所述的方法,其中,所述测量特性是量化所述三维相机的特性的分值。
15.根据权利要求12所述的方法,其中,所述测量特性是变换,所述变换产生来自所述三维相机的后续读数的变换。
16.至少一个计算机可读存储介质,其上编码有可执行指令,所述可执行指令在由至少一个处理器执行时,致使所述至少一个处理器执行用于测试具有三维相机的三维成像系统的操作,所述操作包括:
在沿着轨道的轴从所述三维相机到校准目标的不同距离处,接收来自耦合至所述三维相机的安装座的所述三维相机的读数,所述校准目标被耦合到所述校准目标的校准目标安装座,所述校准目标安装座被耦合到所述轨道,所述读数包括从所述三维相机到耦合至所述校准目标的校准目标安装座的所述校准目标的距离;
对于所述不同距离中的每一个,接收从所述三维相机到所述校准目标的实际距离的测量结果;以及
基于所接收到的读数和所接收到的所述实际距离的所述测量结果确定所述三维相机的测量特性,所述三维相机的测量特性与以下中至少一项有关:(a)噪声和均匀性,(b)锐度或频率响应,以及(c)运动伪影,其中所述三维成像系统能够捕获具有像素值的二维图像,所述像素值指示从所述三维相机到所述校准对象的所捕获场景中的点的距离,并且其中,为了提供所述三维相机的所述测量特性,所述至少一个处理器的逻辑进一步被配置为进行多次测量并确定距离每个像素的平均值和方差。
17.根据权利要求16所述的计算机可读存储介质,所述操作进一步包括接收来自所述校准目标的读数。
18.根据权利要求16所述的计算机可读存储介质,其中,所述测量特性是量化所述三维相机的特性的分值。
19.根据权利要求16所述的计算机可读存储介质,其中,所述测量特性是变换,所述变换产生来自所述三维相机的后续读数的变换。
20.根据权利要求16所述的计算机可读存储介质,所述操作进一步包括:
将来自所述三维相机的所述读数与理想测量结果进行比较;以及
基于所述比较,确定所述三维相机的测量特性。
21.根据权利要求20所述的计算机可读存储介质,所述操作进一步包括:
基于所述三维相机的所述测量特性来确定变换;以及
将所述变换应用于来自所述三维相机的后续读数。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/228,909 | 2016-08-04 | ||
US15/228,909 US10321114B2 (en) | 2016-08-04 | 2016-08-04 | Testing 3D imaging systems |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107727364A CN107727364A (zh) | 2018-02-23 |
CN107727364B true CN107727364B (zh) | 2019-10-01 |
Family
ID=59684020
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710661555.4A Active CN107727364B (zh) | 2016-08-04 | 2017-08-04 | 测试3d成像系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10321114B2 (zh) |
CN (1) | CN107727364B (zh) |
DE (2) | DE202017104518U1 (zh) |
GB (1) | GB2554796B8 (zh) |
WO (1) | WO2018026532A1 (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019157511A1 (en) * | 2018-02-12 | 2019-08-15 | Crosby Kelvin | Robotic sighted guiding system |
CN109060312B (zh) * | 2018-08-10 | 2020-03-17 | 河南科技大学 | 基于可控目标靶的可见光设备作用距离测试方法 |
EP3857517A4 (en) * | 2018-09-27 | 2022-06-29 | Snap Inc. | Three dimensional scene inpainting using stereo extraction |
CN111025310A (zh) * | 2018-10-09 | 2020-04-17 | 光宝电子(广州)有限公司 | 误差校正系统及其方法 |
JP7130544B2 (ja) * | 2018-12-20 | 2022-09-05 | 三星電子株式会社 | 3次元情報算出装置、3次元計測装置、3次元情報算出方法及び3次元情報算出プログラム |
CN110276791B (zh) * | 2019-06-28 | 2021-04-06 | 北京航空航天大学 | 一种参数可配置的深度相机仿真方法 |
CN110456331A (zh) * | 2019-08-30 | 2019-11-15 | 深圳奥比中光科技有限公司 | 一种tof相机的标定装置和标定方法 |
CN111207685A (zh) * | 2020-01-14 | 2020-05-29 | 华中科技大学鄂州工业技术研究院 | 一种用于结构光深度测量的全自动标定系统 |
CN113069077A (zh) * | 2021-03-15 | 2021-07-06 | 电子科技大学 | 一种非接触式帕金森辅助诊断数据采集装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101040298A (zh) * | 2004-10-13 | 2007-09-19 | 罗伯特·博世有限公司 | 用于校准车辆中的图像传感器系统的装置 |
CN102317954A (zh) * | 2009-02-16 | 2012-01-11 | 戴姆勒股份公司 | 检测对象的方法 |
CN105453136A (zh) * | 2013-08-16 | 2016-03-30 | 高通股份有限公司 | 使用自动聚焦反馈进行立体侧倾校正 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6658136B1 (en) * | 1999-12-06 | 2003-12-02 | Microsoft Corporation | System and process for locating and tracking a person or object in a scene using a series of range images |
AU2006295455A1 (en) | 2005-09-22 | 2007-04-05 | 3M Innovative Properties Company | Artifact mitigation in three-dimensional imaging |
FR2945628B1 (fr) * | 2009-05-18 | 2011-06-10 | Airbus France | Dispositif de reglage de l'angle de calage des pales d'helice pour une maquette de moteur. |
US8866889B2 (en) | 2010-11-03 | 2014-10-21 | Microsoft Corporation | In-home depth camera calibration |
US8542348B2 (en) | 2010-11-03 | 2013-09-24 | Rockwell Automation Technologies, Inc. | Color sensor insensitive to distance variations |
US8401242B2 (en) | 2011-01-31 | 2013-03-19 | Microsoft Corporation | Real-time camera tracking using depth maps |
US8978551B2 (en) * | 2012-07-25 | 2015-03-17 | Nike, Inc. | Projection assisted printer alignment using remote device |
US9330449B2 (en) * | 2013-03-15 | 2016-05-03 | Digital Wind Systems, Inc. | System and method for ground based inspection of wind turbine blades |
US10228452B2 (en) * | 2013-06-07 | 2019-03-12 | Hand Held Products, Inc. | Method of error correction for 3D imaging device |
US20150004917A1 (en) * | 2013-07-01 | 2015-01-01 | Trw Automotive U.S. Llc | Low level, low frequency signal measurement |
US8983223B2 (en) * | 2013-07-23 | 2015-03-17 | Nvidia Corporation | Low-complexity bilateral filter (BF) implementation in a data processing device |
US10062180B2 (en) * | 2014-04-22 | 2018-08-28 | Microsoft Technology Licensing, Llc | Depth sensor calibration and per-pixel correction |
AT516098B1 (de) * | 2014-07-21 | 2016-08-15 | Ge Jenbacher Gmbh & Co Og | Verbrennungskraftmaschine |
US20160073094A1 (en) | 2014-09-05 | 2016-03-10 | Microsoft Corporation | Depth map enhancement |
US9560345B2 (en) * | 2014-12-19 | 2017-01-31 | Disney Enterprises, Inc. | Camera calibration |
-
2016
- 2016-08-04 US US15/228,909 patent/US10321114B2/en active Active
-
2017
- 2017-07-20 WO PCT/US2017/043043 patent/WO2018026532A1/en active Application Filing
- 2017-07-28 DE DE202017104518.8U patent/DE202017104518U1/de active Active
- 2017-07-28 DE DE102017117143.6A patent/DE102017117143A1/de active Pending
- 2017-08-02 GB GB1712417.3A patent/GB2554796B8/en active Active
- 2017-08-04 CN CN201710661555.4A patent/CN107727364B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101040298A (zh) * | 2004-10-13 | 2007-09-19 | 罗伯特·博世有限公司 | 用于校准车辆中的图像传感器系统的装置 |
CN102317954A (zh) * | 2009-02-16 | 2012-01-11 | 戴姆勒股份公司 | 检测对象的方法 |
CN102317954B (zh) * | 2009-02-16 | 2014-09-24 | 戴姆勒股份公司 | 检测对象的方法 |
CN105453136A (zh) * | 2013-08-16 | 2016-03-30 | 高通股份有限公司 | 使用自动聚焦反馈进行立体侧倾校正 |
Also Published As
Publication number | Publication date |
---|---|
WO2018026532A1 (en) | 2018-02-08 |
CN107727364A (zh) | 2018-02-23 |
US10321114B2 (en) | 2019-06-11 |
GB2554796A (en) | 2018-04-11 |
DE102017117143A1 (de) | 2018-02-08 |
DE202017104518U1 (de) | 2017-11-17 |
US20180041746A1 (en) | 2018-02-08 |
GB2554796A8 (en) | 2019-09-25 |
GB2554796B8 (en) | 2019-09-25 |
GB201712417D0 (en) | 2017-09-13 |
GB2554796B (en) | 2018-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107727364B (zh) | 测试3d成像系统 | |
CN109477710B (zh) | 基于点的结构化光系统的反射率图估计 | |
US10380745B2 (en) | Methods and devices for measuring object motion using camera images | |
Mankoff et al. | The Kinect: A low‐cost, high‐resolution, short‐range 3D camera | |
Kohut et al. | Monitoring of a civil structure’s state based on noncontact measurements | |
US8600147B2 (en) | System and method for remote measurement of displacement and strain fields | |
US10013767B2 (en) | Method for measuring the interior three-dimensional movement, stress and strain of an object | |
Ji et al. | Nontarget stereo vision technique for spatiotemporal response measurement of line-like structures | |
KR102046944B1 (ko) | 서브-레졸루션 광학 검출 | |
Jurek et al. | Impact of spatial correlations on the surface estimation based on terrestrial laser scanning | |
Viana et al. | Algorithms for extraction of structural attitudes from 3D outcrop models | |
Yu et al. | A smartphone camera and built-in gyroscope based application for non-contact yet accurate off-axis structural displacement measurements | |
Hassan et al. | A comparative study of techniques of distant reconstruction of displacement and strain fields using the DISTRESS simulator | |
Lunghi et al. | Computer vision system for monitoring in dynamic structural testing | |
Wang et al. | Measurement and analysis of depth resolution using active stereo cameras | |
Godinho et al. | An efficient technique for surface strain recovery from photogrammetric data using meshless interpolation | |
US10801834B2 (en) | Fringe projection for determining topography of a body | |
Schweitzer et al. | A method for analysis of spatial uncertainty in image based surface velocimetry | |
Perng et al. | Stereoscopic imaging with spherical panoramas for measuring tree distance and diameter under forest canopies | |
Liu et al. | Displacement field reconstruction in landslide physical modeling by using a terrain laser scanner–Part 1: Methodology, error analysis and validation | |
Shi et al. | Introducing virtual DIC to remove interpolation bias and process optimal patterns | |
KR101891980B1 (ko) | 회전체의 회전 특성 측정 방법 및 장치 | |
CN105008903A (zh) | 用于分析衬底的表面的方法和设备 | |
Kowalski et al. | The accuracy of a scene geometry based on the terrestrial laser scanner measurements | |
CN115452779B (zh) | 透过率分布的检测方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |